黄河流域森林覆盖时空变化及驱动因素分析

doi:10.13474/j.cnki.11-2246.2023.0200

测绘通报 ›› 2023, Vol. 0 ›› Issue (7): 51-57.doi: 10.13474/j.cnki.11-2246.2023.0200

黄河流域森林覆盖时空变化及驱动因素分析

马京京^1,2, 高美玲^1,2,3, 李振洪^1,2,3, 许慧慧^1,2, 彭建兵^1,3

1. 长安大学地质工程与测绘学院, 陕西西安 710054;
2. 长安大学地学与卫星大数据研究中心, 陕西西安 710054;
3. 西部矿产资源与地质工程教育部重点实验室, 陕西西安 710054

收稿日期:2022-09-01 出版日期:2023-07-25 发布日期:2023-08-08
通讯作者: 高美玲。E-mail:gaomeiling@chd.edu.cn
作者简介:马京京(1998-),女,硕士生,研究方向为生态环境遥感。E-mail:2021126055@chd.edu.cn
基金资助:
国家自然科学基金(42001382);陕西省科技创新团队项目(2021TD-51);陕西省自然科学研究计划(2021JQ-238);中央高校基本科研业务费专项(300102260301;300102262902;300102261108)

Spatial and temporal changes of forest cover and its driving factors over the Yellow River basin

MA Jingjing^1,2, GAO Meiling^1,2,3, LI Zhenhong^1,2,3, XU Huihui^1,2, PENG Jianbing^1,3

1. College of Geological Engineering and Geomatics, Chang' an University, Xi'an 710054, China;
2. Big Data Center for Geosciences and Satellites, Chang'an University, Xi'an 710054, China;
3. Key Laboratory of Western China's Mineral Resources and Geological Engineering, Ministry of Education, Xi'an 710054, China

Received:2022-09-01 Online:2023-07-25 Published:2023-08-08

摘要/Abstract

摘要： 为探究1990—2020年黄河流域森林覆盖时空变化及其驱动因素,本文基于土地覆盖、自然因素及人类活动数据,使用转移矩阵、Theil-Sen Median和Manna-Kendall趋势分析、地理探测器进行了研究。结果表明:①黄河流域森林覆盖范围扩大,覆盖面积增加近2万km²;②1990—2020年,黄河流域168个县的森林覆盖率呈增长趋势,仅两个县的森林覆盖率减少;③基于地理探测器的结果表明,短波辐射对森林覆盖分布解释力最大,交互探测表明,降雨和高程的交互作用对森林覆盖分布解释力最强。本文可为黄河流域生态环境高质量发展提供科学参考。

关键词: 黄河流域, 森林覆盖, 地理探测器, 趋势分析, 驱动因素

Abstract: To investigate the spatio-temporal changes and driving factors of forest coverage from 1990 to 2020 in the Yellow River Basin, this study employs land use and land cover data, natural factors, and human activity data, and uses transfer matrix, Theil-Sen Median and Manna-Kendall trend analysis, and geographic detectors for research. The results show that: ①The forest coverage area has expanded in the Yellow River basin, with an increase of nearly 20 000 km². ②From 1990 to 2020, the forest coverage rate of 168 counties increased in the Yellow River basin, with only two counties showing a decrease in forest coverage. ③Based on geographic detectors, shortwave radiation has the greatest explanatory power for the distribution of forest coverage, while the interaction of rainfall and elevation has the strongest explanatory power in the analysis of factor interaction. This study can provide a scientific reference for the high-quality development of the ecological environment in the Yellow River basin.

Key words: Yellow River basin, forest cover, geographical detectors, trend analysis, driving factors

中图分类号:

P237

马京京, 高美玲, 李振洪, 许慧慧, 彭建兵. 黄河流域森林覆盖时空变化及驱动因素分析[J]. 测绘通报, 2023, 0(7): 51-57.

MA Jingjing, GAO Meiling, LI Zhenhong, XU Huihui, PENG Jianbing. Spatial and temporal changes of forest cover and its driving factors over the Yellow River basin[J]. Bulletin of Surveying and Mapping, 2023, 0(7): 51-57.

参考文献

[1] MARGONO B A,POTAPOV P V,TURUBANOVA S,et al. Primary forest cover loss in Indonesia over 2000-2012[J]. Nature Climate Change,2014,4(8):730-735.
[2] GENG Wenliang,LI Yanyan,ZHANG Pengyan,et al. Analyzing spatio-temporal changes and trade-offs/synergies among ecosystem services in the Yellow River basin,China[J]. Ecological Indicators,2022,138:108825.
[3] 杨慧芳,张合林. 黄河流域生态保护与经济高质量发展耦合协调关系评价[J]. 统计与决策,2022,38(11):114-119.
[4] QIN Gexia,MENG Zhiyuan,FU Yang. Drought and water-use efficiency are dominant environmental factors affecting greenness in the Yellow River Basin,China[J]. Science of the Total Environment,2022,834:155479.
[5] 李晶,闫星光,闫萧萧,等. 基于GEE云平台的黄河流域植被覆盖度时空变化特征[J]. 煤炭学报,2021,46(5):1439-1450.
[6] 解晗,同小娟,李俊,等. 2000-2018年黄河流域生长季植被指数变化及其对气候因子的响应[J]. 生态学报,2022,42(11):4536-4549.
[7] 付含培,王让虎,王晓军. 1999-2018年黄河流域NDVI时空变化及驱动力分析[J]. 水土保持研究,2022,29(2):145-153.
[8] 陈君颖,田庆久. 高分辨率遥感植被分类研究[J]. 遥感学报,2007,11(2):221-227.
[9] 方精云,郭兆迪,朴世龙,等. 1981-2000年中国陆地植被碳汇的估算[J]. 中国科学(D辑:地球科学),2007,37(6):804-812.
[10] 祝景彬,贺慧丹,张法伟,等. 青藏高原高寒灌丛昼夜温差对NEE的影响及其变化特征[J]. 水土保持研究,2020,27(4):232-238.
[11] 程丹妮,王颖琪,程勇翔,等. 新疆典型沙漠和绿洲植被-水汽-地表温度相关性分析[J]. 干旱区地理,2022,45(2):456-466.
[12] 袁丽华,蒋卫国,申文明,等. 2000-2010年黄河流域植被覆盖的时空变化[J]. 生态学报,2013,33(24):7798-7806.
[13] YANG Jie,HUANG Xin. The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019[J]. Earth System Science Data,2021,13(8):3907-3925.
[14] 王金艳,黄永林,谭慧明,等. 利用ArcGIS生成水系密度的方法[J]. 地理空间信息,2010,8(6):101-102.
[15] 彭守璋.中国1 km分辨率逐月降水量数据集(1901-2021)[EB/OL].[2022-07-20]. https://doi.org/10.5281/zenodo.3185722.
[16] 张立贤,任浙豪,陈斌,等.中国长时间序列逐年人造夜间灯光数据集(1984-2020)[EB/OL].[2022-07-20]. https://doi.org/10.11888/Socioeco.tpdc.271202.
[17] TOŠIĆ I. Spatial and temporal variability of winter and summer precipitation over Serbia and Montenegro[J]. Theoretical and Applied Climatology,2004,77(1):47-56.
[18] CHA Ersi,BAYAER T,BAO Yuhai,et al. Temporal and spatial changes in evapotranspiration and its potential driving factors in Mongolia over the past 20 years[J]. Remote Sensing,2022,14(8):1856.
[19] 王劲峰,徐成东. 地理探测器:原理与展望[J]. 地理学报,2017,72(1):116-134.
[20] ZHU Zaichun,PIAO Shilong,MYNENI R B,et al. Greening of the earth and its drivers[J]. Nature Climate Change,2016,6(8):791-795.
[21] LENSING J R,WISE D H. Impact of changes in rainfall amounts predicted by climate-change models on decomposition in a deciduous forest[J]. Applied Soil Ecology,2007,35(3):523-534.

黄河流域森林覆盖时空变化及驱动因素分析

Spatial and temporal changes of forest cover and its driving factors over the Yellow River basin

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	王祎婷, 王欣悦, 詹迎港, 邹蕊, 杨理想. 利用MODIS卫星数据的光伏电站生态环境效应监测与评估[J]. 测绘通报, 2023, 0(8): 108-112.
[2]	王滢, 李代伟, 张帆, 朱会子, 李龙伟, 李楠. 基于Google Earth Engine的巢湖流域生态环境质量时空动态变化及影响因素分析[J]. 测绘通报, 2023, 0(7): 7-13.
[3]	宋沛林, 解吉波, 杨腾飞, 牟乃夏, 陈默, 王小宇. 基于生态敏感性的区域环境时空变化及其驱动因素探究——以定安县为例[J]. 测绘通报, 2023, 0(7): 18-24.
[4]	王菡, 刘宁, 薛岩, 孙贵芹, 魏潇, 徐艳东. 1975—2020年烟台芝罘湾海湾形态变化及驱动因素[J]. 测绘通报, 2023, 0(4): 10-15.
[5]	谢艳玲, 夏正清, 王涛, 张政亮, 朱冬春. 黄河流域植被NPP时空变化及其对水热条件和退耕还林还草工程实施的响应[J]. 测绘通报, 2023, 0(2): 15-20.
[6]	施智勇, 胡晓婷, 谢慧黎, 刘兴诏. 基于RSEI的生态环境质量评价及驱动力分析--以闽江流域(福州段)为例[J]. 测绘通报, 2023, 0(2): 28-33.
[7]	李建辉, 陈琳. 长江经济带农业产业强镇空间分布特征及影响因素分析[J]. 测绘通报, 2023, 0(2): 155-160,166.
[8]	钟祺康, 王志一, 王娜, 郗富瑞. 陕北干旱区景观生态风险空间分异特征及驱动因素分析[J]. 测绘通报, 2022, 0(7): 100-106.
[9]	许广河, 何小锋, 王国瑞, 扈志勇, 程霞, 李小琼. 黄河流域宁夏(西吉县)段滑坡灾害的InSAR识别及成因分析[J]. 测绘通报, 2022, 0(6): 104-107.
[10]	曾学宏, 赵义花. 利用SBAS-InSAR技术分析西宁市地面沉降监测及驱动因素[J]. 测绘通报, 2022, 0(6): 137-142.
[11]	张瑞, 李朝奎, 姚思妤, 李维贵. 融合地理探测器和地理加权回归的太原市建设用地变化因素研究[J]. 测绘通报, 2022, 0(5): 106-109,119.
[12]	闫明涛, 乔家君, 瞿萌, 朱乾坤, 韩冬. 黄河流域乡村社会经济与生态环境耦合协调测度及影响因素分析[J]. 测绘通报, 2022, 0(4): 101-105,116.
[13]	张栋, 李德平, 周亮, 王嘉丞, 马宇, 易敏. 高精度住房空置率的地理空间影响因素定量研究[J]. 测绘通报, 2022, 0(2): 100-105.
[14]	常迎辉, 朱庆伟, 苏德国, 孙立坚. 2005—2019年河南省县域经济空间差异及影响因素探测[J]. 测绘通报, 2022, 0(2): 149-153.
[15]	周玄德, 窦文章, 詹庆明, 孜比布拉·司马义, 邓祖涛, 曾勇. 基于县域单元的湖北省碳排放时空格局演变特征[J]. 测绘通报, 2022, 0(11): 149-156,161.